[发明专利]重识别网络的训练、重识别方法、装置和系统有效
| 申请号： | 201711360237.0 | 申请日： | 2017-12-15 |
| 公开（公告）号： | CN108108754B | 公开（公告）日： | 2022-07-22 |
| 发明（设计）人： | 罗浩;张弛 | 申请（专利权）人： | 北京迈格威科技有限公司 |
| 主分类号： | G06V10/74 | 分类号： | G06V10/74;G06V10/82;G06K9/62;G06N3/04 |
| 代理公司： | 北京超凡志成知识产权代理事务所(普通合伙) 11371 | 代理人： | 金相允 |
| 地址： | 100000 北京市海淀区科*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了重识别网络的训练、重识别方法、装置和系统，通过获取批处理训练数据；分别获取批处理训练数据中包括的N张图片对应的特征向量，根据每张图片分别对应的特征向量，计算特征向量两两之间的距离，并得到距离矩阵；依据计算得到的距离矩阵，选取距离最大的正样本对和距离最小的负样本对，利用选取的这两个边界样本对计算卷积神经网络的损失，从而训练模型，通过学习最难的正样本对和负样本对计算卷积神经网络的损失，可以增加卷积神经网络模型的泛化能力，提高识别精度。 | ||
| 搜索关键词： | 识别 网络 训练 方法 装置 系统 | ||
【主权项】：
1.一种重识别网络的训练方法，其特征在于，所述方法包括：获取批处理训练数据，所述批处理训练数据包括N张图片，其中，N为正整数；将每张图片分别通过卷积神经网络，得到所述每张图片分别对应的特征向量；计算所述特征向量两两之间的距离，并根据所述距离得到距离矩阵；根据所述距离矩阵得到正样本对距离和负样本对距离；根据所述正样本对距离和所述负样本对距离得到所述卷积神经网络的损失，根据所述损失对所述卷积神经网络进行训练；重新获取另一组批处理训练数据，并重复上述步骤对所述卷积神经网络进行训练，直至所述卷积神经网络的损失收敛。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京迈格威科技有限公司，未经北京迈格威科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201711360237.0/，转载请声明来源钻瓜专利网。
